プロダクトマネージャーのPMCoderです。この記事は約4000語で、10分ほどで読めると思います。ただし、後述する知識の理解にはもう少し時間がかかるので、ぜひ一緒に議論させてください。

前の記事では、製品分析には 6 つのステップがあると説明しました (ステップの順序は重要ではなく、個人の好みによって異なります)。

I. 製品ユーザー（トラフィック）スケール分析

II. 製品トラフィック分析

III. ユーザーニーズ分析とユーザーグループ分析

IV. 製品体験分析

V. 製品の収益化分析。

VI. 競合分析（上記の 5 つの手順をもう一度実行します）

最初の3つのステップは、前の2つの記事で既に説明しました。まだ読んでいない方は、ご自身で調べてみてください。ここでは詳細は割愛します。この記事では4つ目のポイントから解説していきます。

4番目のポイント：製品体験分析

製品体験分析は、主に次の 4 つのステップで構成されます。

ステップ 1:コア機能がユーザーのニーズにどのように対応するか、各モジュールの機能とプロセスを体験し、各ステップの基本的なインタラクションとコピーライティングを分析します。

ステップ 2:ユーザー フィードバック、ユーザー維持率、ユーザー検索キーワードを組み合わせて、製品のダウンロード量、トラフィック増加曲線、機能の更新を分析します。

ステップ3：製品の基本性能を体験します。

ステップ 4:製品の使用状況データを理解し、機能およびプロセス データ分析を実施します。

私たちが頻繁に行う製品体験分析の最初のステップは、製品をレイヤーごとに分析することです。コア機能による問題解決は、ユーザーのコアニーズを満たしていますか？ソリューションは最適ですか？コピーライティングやインタラクションは合理的ですか？製品のコア機能が十分に開発されておらず、ただ機能を積み重ねているだけであれば、率直に言って良い製品とは言えません。そして、その責任を負うプロダクトマネージャーも良いプロダクトマネージャーとは言えません。経験の浅いプロダクトマネージャーは、このような状況によく遭遇します。1つの機能を完成させると、すぐに新しい機能の設計に取り掛かってしまうのです。中には、現在の開発チームが暇を持て余していて、もっと作業を追加する必要があるのではないかと心配する人もいます。正直なところ、私もこのような状況に遭遇したことがあります。しかし、新しい機能を安易に開発することは決してありません。機能が増えれば増えるほど、バグも増えます。機能を追加すれば、必然的に問題が発生します。どうすればよいか分からない場合は、まず製品のコア機能が最大限に最適化され、あらゆるユーザーシナリオが考慮されていることを確認するのが最善です。たとえば、ブラウザやソフトウェアのキャッシュデータ、ゴミ箱のジャンクデータをスキャンして消去するだけのコンピュータジャンクファイルクリーニング機能は、表面的な製品機能とみなされます。コア機能をどのように最適化して最大限に活用できるでしょうか。スキャン速度は十分に速いでしょうか。ジャンクファイルのスキャンを高速化するにはどのような戦略を採用すればよいでしょうか（例：オフピーク時にスキャンするなど）。ジャンクファイルクリーニングソフトウェアは、ユーザーのアプリケーションの 90% 以上をカバーしていますか。シナリオ拡張プロンプトは十分にインテリジェントでしょうか（例：ユーザーがゴミ箱を空にしているときはジャンクファイルをクリーンアップする必要があるため、システムがユーザーにクリーニング機能を使用するように促すことで、ユーザーのニーズを満たし、製品の使用率を高めることができますか）。したがって、コア機能を最適化することは、良い評判を築く上で非常に重要です。製品のコア機能を体験するには、複数のシナリオとさまざまな条件下で試用し、主要なシナリオでコア機能が満たされているかどうか、また他のシナリオではどの程度満たされているかどうかを確認する必要があります。

プロダクトインタラクションとコピーライティングは、どちらも一言でまとめられます。「考えさせないでください」。これは詩を書くことではありません。ユーザーにプロダクトコピーについて考えさせないでください。インタラクションデザインに関しては、いくつかおすすめの書籍があります。以前の記事「プロダクトマネージャーにおすすめの書籍」をご覧ください。ここでは詳しくは触れません。

製品エクスペリエンス分析の 2 番目のステップでは、ユーザー フィードバック、ユーザー維持率、ユーザー検索キーワード分析を組み合わせて、製品のダウンロード、トラフィック増加曲線、機能の更新を追跡します。

なぜこのようなことを行うのでしょうか？それは、製品機能のアップデート、ユーザーからのフィードバック、そしてユーザーの検索キーワードのトレンドを分析することで、製品トラフィック増加の真の理由を理解したいと考えているからです。製品の成長戦略を再構築し、自社の製品設計の参考にしたいと考えています。これについては、WAP製品とモバイルアプリに分けて説明します。

I. アプリの場合:

1. 製品に関するユーザーからのフィードバックを分析します。2. 製品トラフィックデータに基づいて、製品の検索キーワードと機能変更を分析します。ダウンロード数曲線（DAUデータは利用不可）、製品リテンション率、ユーザー評価など、いくつかの主要な製品指標に焦点を当てます。

ユーザーフィードバックの分析：製品体験分析の前のステップでは、製品の基本的なフローと機能について既に大まかな理解が得られています。製品の機能やユーザーエクスペリエンスのポイントについても、ご自身の理解が深まっているはずです。この時点で、ユーザーエクスペリエンスがご自身の体験と一致しているかどうかを注意深く確認する必要があります。ユーザーは、製品使用中にご自身が経験したのと同じ問題に遭遇したでしょうか？ 不明なシナリオに遭遇した場合は、多くの場合、製品を開いてユーザーシナリオを再現し、ユーザーから報告された問題を現実的に再現する必要があります。同時に、製品のダウンロード数とリテンション率のデータを分析し、過去の異なるバージョンのレビューと評価を理解する必要があります。これらのデータはAppAnnieで入手可能なので、分析のために確認することができます。

製品に関するユーザー フィードバックを分析する主な目的は、次の 3 つです。A) クラッシュ、無応答、遅延、速度低下、バグ、ユーザー エクスペリエンスの低下など、現在の製品の問題を特定する。B) ユーザーの悩みを明らかにし、製品に満たされていないニーズは何か、それがユーザーの悩みであるかどうかを特定する。C) ユーザー満足度を明確にし、ユーザー満足度が製品のコア機能であるかどうかを特定する。

ユーザーからのフィードバックを通して製品の問題を発見することは、ユーザーからのフィードバックと評価を確認することで得られる最も直接的なメリットです。従来のPCアプリケーションやウェブサイトでは、ユーザーからのフィードバックを得ることは困難です。幸いなことに、現在のアプリストアでは非常に詳細なユーザーフィードバックが提供されており、そのデータは公開されています。では、豊富なユーザーフィードバックデータはどこで入手できるのでしょうか？

ユーザーフィードバックを分析する目的の説明:

A) 現状の製品課題：ユーザーは製品の品​​質について、自ら直接的な判断を下します。製品バージョンアップ後、新機能の効果を直接的に示すデータポイントは2つあります。それは、レビュースコアとユーザー維持率です。製品維持率は通常、入手が困難です。一部のサードパーティ統計がこのデータを提供していますが、現状では精度が高くありません。製品に取り組んでいる場合、リリース後は新規ユーザーの維持率（特に新規ユーザーの維持率を指します。多くの企業がこの指標を使用しているため、既存ユーザーのアップグレードだけでなく、統一基準としてこの指標を使用しています）に注目する必要があります。他の製品では、このデータは基本的に入手できず、私たちにできることは何もありません。これが現実です。しかし、もう1つのデータポイントははるかに入手しやすいです。それは製品評価です。すべてのバージョンアップにはレビューと評価が付いており、その結果は明確です。このフィードバックから、ユーザーが新機能やアップグレードに対して肯定的なフィードバックを与えているか、否定的なフィードバックを与えているかを知ることができます。このフィードバックから、製品の改善点を見つける必要があります。例えば、「Baidu Mobile」を例に挙げてみましょう。 App Annieのユーザーフィードバックセクションを開くと、Baidu Mobileが4月30日頃（実際には5月3日）に新バージョンにアップデートされたことがわかります。新バージョンの総合評価は非常に低く（3.7、654件）、以前のバージョン（4.5、522件）を大きく下回っています。これは、画像からもわかるように、ユーザーが新バージョンにあまり満足していないことを示しています。

この時点で、新バージョンの製品のどの機能が更新され、ユーザーの不満を引き起こしたかを分析する必要があります。同時に、評価が非常に低いユーザーからのフィードバックを一つ一つ確認・分析し、問題点を記録し、改善可能な機能へと抽象化する必要があります。

B) ユーザーのペインポイントの特定：ユーザーからのフィードバックには、XXのような機能が不足しているなど、製品が不十分であるという不満が含まれることがよくあります。一部のプロダクトマネージャーは、これを対応する機能を追加する理由として挙げるかもしれませんが、このアプローチは厳密ではありません。これらの要望でチームを過重に負担させてはいけません。何もすることがないのであれば、全員を放っておいても構いません。厳密なアプローチとは、1) ユーザーがこの機能を要求している真の理由（どのようなシナリオで、どのような問題を解決する必要があるのか​​）を明らかにすること、2) キーワードを拡張し、この要件に関連する一般的なキーワードの「検索インデックス」をチェックして、問題が広範囲に及んでいるのか、それとも一部のユーザーの希望的観測に過ぎないのかを確認すること、3) 機能と製品のポジショニングの整合性を測定することです。例えば、Babytreeでは、母子ケアに関連する製品を開発しています。母子ケア以外の機能は製品のポジショニングに適合しないため、これらの要望を実装する際には細心の注意を払う必要があります。

C) ユーザー満足度のポイントの発見：ユーザーは非常に率直です。満足している場合は肯定的なレビューを、不満がある場合は否定的なレビューを容赦なく投稿します。このメリットは、ユーザーの本音を理解できることです。注目すべきは、コア機能への満足度と、その他の機能への満足度の2つです。コア機能に関する肯定的なフィードバックが多い場合、ユーザーエクスペリエンスが良好であり、その機能が問題を効果的に解決していることを示しています。これはチームにとってポジティブなフィードバックであり、プロジェクトの迅速な進捗に繋がる大きな励みとなります。ユーザーがコア機能以外の機能にも非常に満足しており、フィードバックが多数寄せられている場合は、特に注意が必要です。このフィードバックは、開発の突破口となる可能性があります。（ただし、最近のレビューは偽物である可能性があるため、経験を活かして他の製品のレビューをフィルタリングする必要があります。）

2. 製品トラフィックデータに基づいて、製品の検索キーワードと機能の変化を分析します。

前述のように、ユーザーニーズは検索キーワードの中に隠れていることがよくあります。製品チームは、ユーザーの検索キーワードに特化した機能や運用を最適化することで、トラフィックを大幅に増加させることができる場合があります。そのため、製品のトラフィック、キーワードランキング、機能改善をモニタリングし、トラフィックの変動に基づいて製品戦略を調整することが重要です。最近、Baidu MobileがiOS上でキーワードの最適化と運用をうまく行っているのを目にしました（他にも事例を探してみましたが、まだ典型的なものは見つかっていません）。Depp Optimization（Depp Optimization - App Storeデータ分析ツール | ASO検索キーワード最適化サービス | Apple App Storeランキング分析）をチェックしてみてください。このアプリのキーワード（ライブストリーミング、壁紙、小説など）の最近の検索インデックスの変化を調べ、その根本的な理由を検討してください。すべてはキーワードランキングを中心に展開されており、これは検索エンジン最適化（SEO）の原則と切り離せないものです。したがって、キーワードの出所とアプリとの関連性は、2つの側面から考えることができます。アプリ側から見ると、キーワードは主に機能の説明やユーザーレビューから得られます。一方、外部側から見ると、キーワードはアプリストアでのユーザー検索テキスト、外部アンカーテキストリンク（キーワード購入、トラフィックリダイレクトなど）、そしてソーシャルプロダクトで共有されたキーワードから得られます。したがって、製品設計とトラフィック運用全体の観点からは、キーワードの高い検索インデックスを生成する機能と連携した製品設計が求められます。製品機能とキーワードの関連性を高め、ユーザーが関連機能（できればキーワード付き）に高い評価を与えるように誘導し、対応するキーワードへのトラフィックリダイレクトを意識的に購入するように促します。共有を通じてソーシャルメディアへのトラフィックを増やすことで、そのキーワードにおける製品のランキングが向上し、製品のウェイトと全体的なオーガニックユーザートラフィックが増加します。トラフィック中心の視点から製品アップデートを分析し、体験することで、製品の決定の背後にある理由をより深く理解することができます。例えば、Meitu Xiu Xiuは当初、「火星語入力法」という小さなツールを開発しました。これは一時期人気を博し、主に非主流ユーザーで構成される大規模なユーザーベースを獲得していました。しかし、業界大手が市場に参入し、ビジネス戦略が不明確だったため、美図秀は変革を決意しました。しかし、非主流ユーザーが多く存在する中で、どうすれば良いのでしょうか？ 呉欣紅（美図秀CEO）は、非常にシンプルな方法を採用しました。百度インデックスの需要グラフを用いて「非主流」に関連するキーワードを検索したのです。すると、非主流の画像やアバターの検索が非常に高いことが分かりました。これは強い需要でした。美図秀が市場に初めて登場した時、ボブルヘッド人形のようなアバタージェネレーターを作成することで、インスタントメッセージングを通じて急速に普及しました。一方、当時の市場リーダーであったPhotoshop（Xunlei）は、こうした若いユーザーのニーズに気づいていませんでした。

ウェブサイト分析において、ユーザーからのフィードバックデータを入手するのは比較的困難です。しかし、検索エンジン（Baidu Tieba、Baidu Zhidaoなど）を使ってユーザーからの苦情を探すことで、ある程度のフィードバック（不完全ではあるものの、それでも有用な情報）を得ることができます。ウェブサイトの機能アップデートは通常、ウェブサイト自体によって記録されるため、見つけるのは難しくありません。キーワードやウェブサイトのトラフィックの変化は、「Aizhan.com」やChinaZのウェブマスターツールなどのツールを使って分析できます。最終的には、トラフィック重視の考え方で製品機能のアップデートに注力することが重要です。

III. 製品のパフォーマンスと安定性を体験する:

アプリケーションやソフトウェアの場合、製品のパフォーマンスと安定性とは、クラッシュ率、応答なしの発生頻度、操作のスムーズさを指します。ウェブサイトの場合、404ページの発生率、ウェブサイトへのアクセス不可、ウェブサイトの読み込み速度を指します。必要なのは、データ監視・レポート機能を追加し、アプリのクラッシュ率、ANR（アプリケーション応答なし）率、ウェブページの読み込み速度、404ページの割合、アクセスできないウェブサイトの割合を監視し、タイムリーな調整を行うことです。

製品パフォーマンス分析に関して、一つ付け加えておきたいことがあります。多くのプロダクトマネージャーは、製品パフォーマンスと動作速度の影響を見落としたり、関連する定量的な指標に馴染みがなかったりする傾向があります。リソース消費量が多く、読み込み速度が遅いことは、ユーザーエクスペリエンスに影響を与えるだけでなく、Webベースの製品の場合、ウェブサイトの検索エンジンランキングに直接影響を与える重要な要素です。かつて、8つのプロセス（サービスを含む）で動作し、150MB以上のメモリを消費するPC最適化プログラムを見たことがあります。このような製品はシステムリソースを過剰に消費します。多くのユーザーはプロセスとメモリの関係を理解し​​ていないかもしれませんが、それでもコンピューターの速度が低下すると、その違いを実感します。さらに、知識豊富な人がオピニオンリーダーとして台頭し、製品の評判を落とすことになりかねません。

パフォーマンス分析のポイントとしては、Webサイトの場合、Webサイトのページ構造が合理的かどうか、Webサイトの読み込み速度、Webサイトの応答速度、Webサイトの待機プロセスの遷移設計が合理的かどうかなどが挙げられます。アプリの場合、インストールパッケージのサイズ、アプリケーションのメモリ使用量、消費電力、応答速度（ANR）などが挙げられます。PCソフトウェアの場合、アプリケーションと同様に、主にメモリ使用量、CPU使用量、応答速度などが挙げられます。

IV. 製品のユーザー行動データとプロセスデータ分析を実施します。

この分析ステップは社内製品にのみ適用されます。他の製品については、このような重要なデータを取得することはできません。そのため、社内製品の場合、分析対象となる主要なプロセスデータには、1) 製品の1日あたりのアクティブユーザー数（ユーザーによるアプリケーションの実際の使用頻度）、2) コア機能の使用率（コア機能の使用率と使用頻度）、3) 製品機能の各ステップにおけるコンバージョン率（データ分析モデルはファネルモデル）が含まれます。

上記の点を分析すると、製品の全体的な機能、ユーザーのニーズ、ユーザーのレビュー、製品データについて十分に理解できるようになります。

次に、製品の収益化方法を分析します。私は過去2年間収益化に取り組んでおり、その経験を共有したいと思います。

（つづく...）